| Fitur | Sumber | Satuan | |
|---|---|---|---|
| 1 | Jarak ke perkebunan | Peta Tutupan Lahan 2020, KLHK | Meter |
| 2 | Jarak ke jalan | BIG | Meter |
| 3 | Jarak ke konsesi | Dinas Perkebunan Provinsi Sulawesi Selatan (2017 kepohutan) | Meter |
| 4 | Jarak ke konsesi perhutanan sosial | KLHK | Meter |
| 5 | Jarak ke sungai | BIG | Meter |
| 6 | Jarak ke area bekas terbakar | BIG | Meter |
| 7 | Jarak ke badan air | Peta Tutupan Lahan 2020, KLHK | Meter |
| 8 | Persentase area pertanian | Peta Tutupan Lahan 2020, KLHK | % |
| 9 | Persentase area perkebunan | Peta Tutupan Lahan 2020, KLHK | % |
| 10 | Persentase area berhutan | Peta Tutupan Lahan 2020, KLHK | % |
| 11 | Persentase area semak belukar | Peta Tutupan Lahan 2020, KLHK | % |
| 12 | Persentase badan air | Peta Tutupan Lahan 2020, KLHK | % |
| 13 | Persentase savanna | Peta Tutupan Lahan 2020, KLHK | % |
| 14 | Jarak ke deforestasi | Peta Tutupan Lahan 2020, KLHK | Meter |
| 15 | Luas area deforestasi | Peta Tutupan Lahan 2020, KLHK | Hektar |
| 16 | Persentase area yang bisa ditanami | Peta Tutupan Lahan 2020, KLHK | % |
| 17 | Potensi erosi | RUSLE | t ha?1 yr?1 |
| 18 | Indeks Bahaya Banjir | RBI BNPB | Indeks |
| 19 | Indeks Bahaya Longsor | RBI BNPB | Indeks |
| 20 | Indeks Bahaya Kekeringan | RBI BNPB | Indeks |
| 21 | NDWI 2020 | Landsat 8 | Indeks |
| 22 | NDMI 2020 | Landsat 8 | Indeks |
| 23 | Indeks kekeringan | WORLDCLIM 2.1 | Indeks |
| 24 | Rata-rata suhu tahunan | WORLDCLIM 2.1 | 0 C |
| 25 | Rata-rata curah hujan tahunan | WORLDCLIM 2.1 | mm |
| 26 | Rasio elektrifikasi | Potensi desa BPS 2019 | Rasio |
| 27 | Total sekolah tinggi (SMA sederajat) | Potensi desa BPS 2019 | Unit |
| 28 | Total Perguruan Tinggi | Potensi desa BPS 2019 | Unit |
| 29 | Total Rumah Sakit | Potensi desa BPS 2019 | Unit |
| 30 | Total fasilitas kesehatan | Potensi desa BPS 2019 | Unit |
| 31 | Total pasar | Potensi desa BPS 2019 | Unit |
| 32 | Total minimarket | Potensi desa BPS 2019 | Unit |
| 33 | Kejadian banjir 2018-2019 | Potensi desa BPS 2019 | Kejadian/tahun |
| 34 | Korban banjir 2018-2019 | Potensi desa BPS 2019 | Korban jiwa/tahun |
| 35 | Kejadian banjir bandang 2018-2019 | Potensi desa BPS 2019 | Kejadian/tahun |
| 36 | Kejadian kebakaran hutan dan lahan 2018-2019 | Potensi desa BPS 2019 | Kejadian/tahun |
| 37 | Jumlah sistem peringatan dini bencana alam | Potensi desa BPS 2019 | Unit |
| 38 | Jumlah embung | Potensi desa BPS 2019 | Unit |
| 39 | Jumlah pasar desa | Potensi desa BPS 2019 | Unit |
| 40 | Penderita gizi buruk 2018 | Potensi desa BPS 2019 | Individu |
| 41 | Luas Daerah Irigasi | KemenPUPR | Hektar |
| 42 | Jumlah bulan basah | WORLDCLIM 2.1 | Bulan |
| 43 | Elevasi | DEMNAS | mdpl |
| 44 | Kelerengan | DEMNAS | Derajat |
| 45 | Luas area lindung | KLHK | Hektar |
| 46 | Persentase area lindung | KLHK | % |
| 47 | Rasio kesejahteraan | TNP2K | Rasio |
| 48 | Rasio luas kecamatan terhadap luas daratan | Potensi desa BPS 2019 | Rasio |
| 49 | Jangkauan bandara | Kemenhub | Meter |
| 50 | Jarak ke pelabuhan | Kemenhub | Meter |
| 51 | Rasio KK terhadap luas area non-lindung | Potensi desa BPS 2019 | Rasio |
[DRAFT] Tipologi Kerentanan Iklim pada Penghidupan Berbasis Pertanian: Provinsi Nusa Tenggara Timur
1 Pendahuluan
Penghidupan berbasis pertanian kini makin rentan terhadap perubahan iklim, tetapi informasi mengenai potensi resiko dan kebutuhan adaptasi mereka masih sangat terbatas. Draft dokumen ini disusun untuk mengisi kekosongan ini dengan mengevaluasi berbagai jenis kerentanan yang mempengaruhi mata pencaharian berbasis pertanian di tingkat provinsi. Kami melakukan penilaian kerentanan untuk mengidentifikasi risiko serta penyebabnya, dan potensi adaptasi, dengan fokus pada peningkatan taraf hidup, keberlanjutan produksi komoditas-komoditas kunci, dan pengelolaan lahan secara menyeluruh.
Mengingat tingginya keanekaragaman lanskap di Provinsi Nusa Tenggara Timur, kami memfokuskan perhatian pada kecamatan-kecamatan dengan fitur biofisik dan sosial-ekonomi yang mirip. Ini membantu kami mempermudah tugas dalam mengidentifikasi risiko yang identik antar kecamatan. Kami mendefinisikan area-area homogen ini, atau ‘tipologi,’ dengan menggunakan pengelompokan K-means. Pengelompokan ini didasarkan pada komposit dari indikator biofisik dan sosial-ekonomi. Untuk mempermudah proses pengelompokan, kami menggunakan analisis PCA untuk menyederhanakan dimensi data.
Analisis ini bertujuan untuk mengidentifikasi ‘tipologi’ kecamatan-kecamatan, yang memiliki karakter sosial-ekonomi dan lingkungan yang mirip di Provinsi Nusa Tenggara Timur, dengan menggunakan pengelompokan K-means pada data yang disederhanakan oleh PCA.
Tipologi tersebut kemudian digunakan untuk mendeskripsikan konteks kerentanan penghidupan berbasis pertanian akibat perubahan iklim di Provinsi Nusa Tenggara Timur dan potensi intervensi untuk meningkatkan ketahanan terhadap perubahan iklim.
2 Deskripsi wilayah & Metodologi
Provinsi Nusa Tenggara Timur, yang terletak di sisi timur Provinsi Sulawesi Selatan, memiliki luas wilayah sebesar xxxx kilometer persegi. Kabupaten ini memiliki dataran rendah yang subur. Terdapat kawasan xxxxxxxxx. Daerah ini menerima hujan sekitar xxxxxx, yang merupakan ciri khas iklim xxx.
Provinsi Nusa Tenggara Timur merupakan rumah bagi sekitar xxxx penduduk berdasarkan data tahun 2022. Kabupaten ini memiliki tingkat ketimpangan ekonomi yang xxx, seperti yang tercermin dalam rasio Gini senilai xxxxx. NTT mencatatkan angkaxxx untuk Indeks Pembangunan Manusia (IPM) di tahun yang sama.
Produk Domestik Bruto (PDB, Atas Dasar Harga Berlaku) untuk Provinsi Nusa Tenggara Timur adalah xxxx triliun Rupiah Indonesia pada tahun 2022. Hal ini menempatkan xxx sebagai Kabupaten dengan perputaran ekonomi terbesar kedua di NTT.
Pada tahun 2022, sektor pertanian di Provinsi Nusa Tenggara Timur memainkan peran penting dalam perekonomian lokal, dengan kontribusi sebesar xxxx terhadap total Produk Domestik Regional Bruto (PDRB). Kabupaten ini terutama dikenal sebagai penghasil xxxx terkemuka di xxx, dengan total produksi hampir mencapai xxx juta ton. Selain xxx, produksi xxxx juga mencapai angka yang signifikan, yaitu sekitar xxxx ribu ton. Dalam konteks pertanian berbasis pohon, terdapat beberapa komoditas utama seperti xxx dengan produksi xxxx ton, xxxx sebanyak xxxx ton, dan zzzz yang mencapai xxxx ton. Sektor ini menyerap tenaga kerja dari sekitar xxxxx petani. Di samping itu, hutan di wilayah ini turut menyumbang sumber daya berharga seperti xxxx dan xxxx Sektor xxxx xxxxx juga memiliki peran penting dalam mendukung ekonomi lokal.
Unit analisis terkecil: Kecamatan
| Intisari Analisis Komponen Utama (PCA) | |||
| Tingkat Kepentingan Komponen | |||
| Komponen | Standar Deviasi | Proporsi Variansi | Proporsi Kumulatif |
|---|---|---|---|
| PC1 | 2.6923 | 0.1421 | 0.1421 |
| PC2 | 2.3751 | 0.1106 | 0.2527 |
| PC3 | 2.0485 | 0.0823 | 0.3350 |
| PC4 | 1.9016 | 0.0709 | 0.4059 |
| PC5 | 1.5425 | 0.0467 | 0.4526 |
| PC6 | 1.5362 | 0.0463 | 0.4989 |
| PC7 | 1.3683 | 0.0367 | 0.5356 |
| PC8 | 1.3381 | 0.0351 | 0.5707 |
| PC9 | 1.2934 | 0.0328 | 0.6035 |
| PC10 | 1.2103 | 0.0287 | 0.6322 |
| PC11 | 1.1289 | 0.0250 | 0.6572 |
| PC12 | 1.1075 | 0.0240 | 0.6812 |
| PC13 | 1.0694 | 0.0224 | 0.7036 |
| PC14 | 1.0106 | 0.0200 | 0.7237 |
| PC15 | 0.9812 | 0.0189 | 0.7426 |
| PC16 | 0.9633 | 0.0182 | 0.7608 |
| PC17 | 0.9473 | 0.0176 | 0.7783 |
| PC18 | 0.9130 | 0.0163 | 0.7947 |
| PC19 | 0.8677 | 0.0148 | 0.8095 |
| PC20 | 0.8458 | 0.0140 | 0.8235 |
| PC21 | 0.7983 | 0.0125 | 0.8360 |
| PC22 | 0.7754 | 0.0118 | 0.8478 |
| PC23 | 0.7597 | 0.0113 | 0.8591 |
| PC24 | 0.7443 | 0.0109 | 0.8700 |
| PC25 | 0.7341 | 0.0106 | 0.8805 |
| PC26 | 0.7087 | 0.0098 | 0.8904 |
| PC27 | 0.6863 | 0.0092 | 0.8996 |
| PC28 | 0.6789 | 0.0090 | 0.9086 |
| PC29 | 0.6549 | 0.0084 | 0.9170 |
| PC30 | 0.6296 | 0.0078 | 0.9248 |
| PC31 | 0.6205 | 0.0076 | 0.9324 |
| PC32 | 0.5929 | 0.0069 | 0.9393 |
| PC33 | 0.5790 | 0.0066 | 0.9458 |
| PC34 | 0.5663 | 0.0063 | 0.9521 |
| PC35 | 0.5451 | 0.0058 | 0.9579 |
| PC36 | 0.5244 | 0.0054 | 0.9633 |
| PC37 | 0.5123 | 0.0052 | 0.9685 |
| PC38 | 0.4983 | 0.0049 | 0.9734 |
| PC39 | 0.4732 | 0.0044 | 0.9778 |
| PC40 | 0.4574 | 0.0041 | 0.9818 |
| PC41 | 0.4069 | 0.0032 | 0.9851 |
| PC42 | 0.3884 | 0.0030 | 0.9881 |
| PC43 | 0.3866 | 0.0029 | 0.9910 |
| PC44 | 0.3535 | 0.0024 | 0.9934 |
| PC45 | 0.3221 | 0.0020 | 0.9955 |
| PC46 | 0.2898 | 0.0016 | 0.9971 |
| PC47 | 0.2711 | 0.0014 | 0.9986 |
| PC48 | 0.1982 | 0.0008 | 0.9993 |
| PC49 | 0.1758 | 0.0006 | 0.9999 |
| PC50 | 0.0573 | 0.0001 | 1.0000 |
| PC51 | 0.0000 | 0.0000 | 1.0000 |
2.0.1 Interpretasi Komponen Utama (PCs)
PC1: Predominan Demografi dan Jenis Tutupan Lahan (14.213%) 
PC2: Predominan Bahaya Hidrologis dan Akses terhadap Air (11.061%) 
PC3: Predominan Karakter Iklim (8.228%) 
PC4: Predominan Infrastruktur Mitigasi Bencana dan Akses Terhadap Air (7.091%) 
PC5: Predominan Akses Terhadap Air (Irigasi) (4.666%) 
2.0.2 Diagram pencar 3D tipologi kecamatan-kecamatan di Provinsi Nusa Tenggara Timur
- Sumbu x,y dan z dari diagram pencar merupakan tiga komponen utama teratas dari hasil PCA.
- PC1: Predominan Demografi dan Jenis Tutupan Lahan
- PC2: Predominan Bahaya Hidrologis dan Akses terhadap Air
- PC3: Predominan Karakter Iklim
- Tiap-titiknya mewakili sebuah kecamatan di Provinsi Nusa Tenggara Timur
- Titik yang berwarna sama berarti tergolong dalam tipologi yang sama.
2.0.3 Cluster Validation
Titik ‘siku’ dari sebuah elbow plot adalah titik di mana menambahkan penambahan jumlah kluster tidak banyak memberikan tambahan informasi baru.
Plot siluet yang mendekati +1 menunjukkan pengelompokan yang baik, sementara nilai yang mendekati 0 atau nilai negatif menunjukkan pengelompokan yang tumpang tindih atau tidak baik.
| Karakteristik Sosio-ekonomi dan Lingkungan di Berbagai Kelas Tipologi: Analisis Rata-rata dan Standar Deviasi | ||||||
| Variabel | Cluster 1: Sentra Niaga dan Jasa | Cluster 2 | Cluster 3 | Cluster 4 | Cluster 5 | Cluster 6 |
|---|---|---|---|---|---|---|
| persentase lahan pertanian | 8.12 (9) | 42.24 (24.08) | 34.9 (18.83) | 11.93 (13.49) | 36.66 (30.42) | 54.32 (30.82) |
| indeks kekeringan | 0.77 (0.06) | 0.47 (0.15) | 0.74 (0.05) | 0.77 (0.05) | 0.75 (0.07) | 0.76 (0.08) |
| daerah irigasi ha | 39.76 (145.58) | 195.28 (537.24) | 78.44 (258.95) | 0 (0) | 47.9 (149.67) | 383.33 (805.42) |
| deforestation area ha | 358 (543.32) | 969.66 (1562.14) | 5032.73 (2680.26) | 1291.15 (1604.8) | 2482.1 (2577.2) | 2325.17 (3149.52) |
| jarak ke area terbakar | 10204.08 (5797.72) | 17187.88 (11929.46) | 15902.48 (11016.71) | 11918.08 (6953.1) | 5164.4 (3639.23) | 13440.82 (12871.96) |
| jarak ke area deforestasi | 3129.91 (2303.01) | 2074.41 (1437.2) | 485.6 (541.33) | 957.56 (1383.54) | 1781.55 (2470.64) | 2192.64 (2041.47) |
| jarak ke perkebunan | 37755.45 (33542.99) | 31781.51 (24669.07) | 22823.69 (15831.39) | 77606.7 (34609.3) | 66484.25 (37519.25) | 32331.51 (39316.4) |
| jarak ke konsesi perkebunan | 89159.74 (76673.88) | 105027.18 (62291.95) | 58217.47 (40176.61) | 201433.57 (30264.42) | 147145.6 (63498.68) | 80718.95 (63181.04) |
| distance to port | 49678.86 (40174.84) | 44446.63 (22154.5) | 80379.61 (28598.67) | 60504.35 (34719.05) | 58972.07 (37963.94) | 71327.78 (44396.08) |
| jarak ke sungai | 4665.26 (4888.75) | 3865.4 (2601.74) | 1785.93 (820.63) | 8381.95 (7028.44) | 12096.61 (11971.81) | 4982.2 (4424.21) |
| jarak ke jalan | 1290.34 (3277.94) | 978.97 (481.77) | 987.37 (660.49) | 1179.85 (760.17) | 1644.32 (693.45) | 1260.44 (2332.3) |
| distance to social forestry concession | 18227.29 (11566.02) | 18288.5 (9925.95) | 13326.99 (8843.31) | 10623.59 (7256.16) | 12262.78 (8771.83) | 47103.34 (44349.72) |
| distance to water body | 5575.94 (6357.01) | 7788.91 (5150.86) | 4346.8 (4092.34) | 15494.03 (8400.86) | 13188.93 (9105.95) | 5375.17 (4934.92) |
| elevasi | 232.8 (194.8) | 579.9 (277.11) | 508.56 (231.31) | 412.07 (185.68) | 393.91 (187.07) | 152.72 (115.72) |
| embung | 2.65 (5.22) | 8.51 (7.65) | 12.76 (8.98) | 0.82 (1.39) | 7.62 (8.12) | 27.05 (26.78) |
| erosion risk | 447.46 (483.27) | 1611.66 (741.1) | 555.79 (457.59) | 554.43 (633.44) | 1012.65 (648.43) | 666.58 (360.21) |
| indeks risiko banjir | 0.09 (0.05) | 0.02 (0.02) | 0.03 (0.03) | 0 (0.01) | 0.02 (0.02) | 0.13 (0.1) |
| indeks bahaya kekeringan | 0.72 (0.13) | 0.66 (0.06) | 0.79 (0.08) | 0.64 (0.09) | 0.69 (0.12) | 0.69 (0.1) |
| indeks risiko longsor | 0.11 (0.13) | 0.41 (0.22) | 0.39 (0.19) | 0.48 (0.19) | 0.4 (0.16) | 0.1 (0.11) |
| jumlah sistem peringatan dini bencana alam | 15.41 (6.33) | 28.91 (9.15) | 15.08 (6.65) | 18 (8.12) | 24.03 (11.92) | 21.24 (8.76) |
| kejadian banjir 2018 2019 | 2.35 (5.62) | 3.08 (7.92) | 0.7 (2.13) | 0.78 (1.85) | 2.81 (4.72) | 3.29 (4.88) |
| kejadian banjir bandang 2018 2019 | 0.06 (0.24) | 0.21 (1.17) | 0 (0) | 0.05 (0.32) | 0.1 (0.62) | 0.22 (0.84) |
| kejadian kebakaran hutan dan lahan 2018 2019 | 0.53 (1.46) | 0.17 (0.43) | 0.13 (0.49) | 0.03 (0.16) | 2.12 (3.52) | 0.36 (1.12) |
| korban banjir 2018 2019 | 0 (0) | 0.08 (0.55) | 0.05 (0.28) | 0 (0) | 0.1 (0.52) | 0.24 (0.73) |
| mean precipitation | 1315.93 (174.79) | 2084.31 (372.21) | 1428.59 (105.83) | 1266.18 (179.46) | 1350.27 (205.74) | 1328.75 (229.61) |
| mean temperature | 25.51 (1.27) | 23.74 (1.41) | 24.06 (1.16) | 23.95 (2.08) | 24.57 (1.05) | 25.69 (0.81) |
| minimarket | 7.94 (6.66) | 0.66 (2.85) | 0.03 (0.18) | 0.4 (1.3) | 0.12 (0.81) | 0.83 (2.39) |
| ndmi 2020 | 0.1 (0.09) | 0.27 (0.11) | 0.18 (0.06) | 0.33 (0.07) | 0.21 (0.12) | 0.09 (0.08) |
| ndwi 2020 | -0.54 (0.09) | -0.67 (0.2) | -0.63 (0.09) | -0.73 (0.05) | -0.62 (0.19) | -0.56 (0.12) |
| pasar desa | 0.06 (0.24) | 0.53 (0.95) | 1.3 (1.3) | 0.42 (0.71) | 1.28 (1.34) | 6.28 (13.11) |
| penderita gizi buruk 2018 | 5.18 (6.29) | 15.94 (19.66) | 17.67 (19.97) | 7.05 (9.73) | 15.13 (17.84) | 29.53 (37.32) |
| percent protected area ha | 5.55 (12.7) | 13.39 (13.69) | 13.73 (21.41) | 9.24 (14.45) | 21.83 (20.15) | 13.54 (16.14) |
| percentage of agricultural small holder | 8.12 (9) | 42.24 (24.08) | 34.9 (18.83) | 11.93 (13.49) | 36.66 (30.42) | 54.32 (30.82) |
| percentage of forested area | 6.5 (12.18) | 68.02 (63.67) | 40.47 (50.21) | 28.49 (20.13) | 71.99 (51.39) | 42.68 (51.6) |
| percentage of plantation | 0.01 (0.05) | 0.05 (0.32) | 0.31 (1.24) | 0 (0.01) | 0.25 (1.43) | 0.94 (2.58) |
| percentage of savanna | 10.97 (20.38) | 9.85 (12.06) | 11.07 (11.64) | 7.49 (15.56) | 24.98 (23.37) | 17.21 (18.56) |
| percentage of shrubland | 0.93 (1.79) | 12.52 (14.14) | 14.26 (17) | 4.26 (5.4) | 16.68 (15.7) | 21.58 (29.72) |
| percentage of water area | 0.14 (0.24) | 0.34 (0.85) | 2.09 (2.93) | 0.01 (0.04) | 0.33 (1.54) | 1.6 (2.75) |
| poverty ratio | 21.64 (8.48) | 57.11 (18.36) | 61.64 (10.65) | 43.65 (14.44) | 49.7 (11.47) | 49 (14.15) |
| protected area ha | 227.59 (503.83) | 2702.32 (4145.83) | 1942.05 (3934.52) | 641.58 (985.34) | 4922.72 (5962.29) | 3561.21 (9690.65) |
| rasio elektrifikasi | 97.6 (3.64) | 68.65 (20.78) | 57.76 (23.75) | 89.26 (14.9) | 81.55 (16.88) | 74.97 (19.16) |
| ratio kec to island | 0 (0.01) | 0.01 (0.01) | 0 (0.01) | 0.12 (0.35) | 0.07 (0.09) | 0.11 (0.28) |
| ratio rt apl | 6.08 (5.98) | 0.53 (0.38) | 0.43 (0.75) | 0.91 (0.89) | 0.29 (0.24) | 0.43 (0.31) |
| slope | 5.32 (3.02) | 11.58 (3.48) | 9.84 (3) | 14.88 (3.71) | 12.29 (3.01) | 4.95 (2.45) |
| total faskes1 | 7 (3.92) | 6.43 (3.1) | 2.83 (1.63) | 3.62 (1.73) | 4.82 (2.46) | 7.33 (3.91) |
| total pasar | 2.18 (1.67) | 1.53 (1.22) | 2.16 (1.41) | 1.23 (1.05) | 3.08 (2.08) | 2.38 (1.69) |
| total pt | 3.24 (4.42) | 0.19 (0.68) | 0.05 (0.28) | 0.17 (0.5) | 0.01 (0.11) | 0.41 (0.97) |
| total rs | 1.88 (1.8) | 0.11 (0.32) | 0.02 (0.13) | 0.07 (0.27) | 0.05 (0.36) | 0.19 (0.44) |
| total sekolah tinggi | 9.71 (5.19) | 3.94 (3.98) | 1.92 (1.36) | 1.9 (2.1) | 2.35 (2.39) | 4.07 (3.25) |
| wetmonths mean | 2.79 (1.18) | 4.58 (0.64) | 3.55 (0.44) | 2.49 (0.85) | 3.06 (0.7) | 3.04 (0.95) |
| within airport coverage | 7.85 (9.21) | 0.63 (1.45) | 0 (0.02) | 1.11 (1.34) | 0.15 (0.33) | 1.42 (4.18) |
Apa itu rata-rata dan standar deviasi?
Rata-Rata
Rata-rata adalah angka yang sering kita gunakan untuk mengetahui gambaran umum dari sekelompok data. Misalnya, jika rata-rata jarak ke jalan terdekat di daerah urban cuma 0,24 km, ini menunjukkan bahwa umumnya daerah tersebut dekat dengan jalan raya.
Standar Deviasi
Standar deviasi (SD) memberitahu kita seberapa besar variasi atau perbedaan antar angka dalam sekelompok data. Semakin tinggi SD, makin besar juga variasinya. Misalnya, rata-rata jarak ke jalan terdekat di daerah urban adalah 0,24 km dengan SD 0,45 km. Ini artinya yang sangat dekat dengan jalan, tetapi juga ada yang jauh—bahkan lebih dari dua kali lipat dari rata-rata.
Nilai standar deviasi (SD) yang besar, seperti contoh diatas, menjadi indikasi bahwa, rata-rata mungkin tidak memberikan gambaran yang mewakili suatu tipologi. Dalam hal ini, standar deviasi memberikan konteks tambahan yang penting untuk memahami sejauh mana data bervariasi.
Kode warna pada tabel dibawah menunjukkan rentang nilai dari variabel yang diberikan untuk masing-masing tipe wilayah. Warna biru gelap menunjukkan nilai yang lebih tinggi, sementara warna yang lebih merah terang menunjukkan nilai yang lebih rendah.
| Cluster 1: Sentra Niaga dan Jasa | Cluster 2 | Cluster 3 | Cluster 4 | Cluster 5 | Cluster 6 | |
|---|---|---|---|---|---|---|
| arable_land_percent | 8.12 | 42.24 | 34.90 | 11.93 | 36.66 | 54.32 |
| aridity_index | 0.77 | 0.47 | 0.74 | 0.77 | 0.75 | 0.76 |
| daerah_irigasi_ha | 39.76 | 195.28 | 78.44 | 0.00 | 47.90 | 383.33 |
| deforestation_area_ha | 358.00 | 969.66 | 5032.73 | 1291.15 | 2482.10 | 2325.17 |
| distance_to_burned_area | 10204.08 | 17187.88 | 15902.48 | 11918.08 | 5164.40 | 13440.82 |
| distance_to_deforestation | 3129.91 | 2074.41 | 485.60 | 957.56 | 1781.55 | 2192.64 |
| distance_to_plantation | 37755.45 | 31781.51 | 22823.69 | 77606.70 | 66484.25 | 32331.51 |
| distance_to_plantation_concession | 89159.74 | 105027.18 | 58217.47 | 201433.57 | 147145.60 | 80718.95 |
| distance_to_port | 49678.86 | 44446.63 | 80379.61 | 60504.35 | 58972.07 | 71327.78 |
| distance_to_river | 4665.26 | 3865.40 | 1785.93 | 8381.95 | 12096.61 | 4982.20 |
| distance_to_road | 1290.34 | 978.97 | 987.37 | 1179.85 | 1644.32 | 1260.44 |
| distance_to_social_forestry_concession | 18227.29 | 18288.50 | 13326.99 | 10623.59 | 12262.78 | 47103.34 |
| distance_to_water_body | 5575.94 | 7788.91 | 4346.80 | 15494.03 | 13188.93 | 5375.17 |
| elevasi | 232.80 | 579.90 | 508.56 | 412.07 | 393.91 | 152.72 |
| embung | 2.65 | 8.51 | 12.76 | 0.82 | 7.62 | 27.05 |
| erosion_risk | 447.46 | 1611.66 | 555.79 | 554.43 | 1012.65 | 666.58 |
| indeks_bahaya_banjir | 0.09 | 0.02 | 0.03 | 0.00 | 0.02 | 0.13 |
| indeks_bahaya_kekeringan | 0.72 | 0.66 | 0.79 | 0.64 | 0.69 | 0.69 |
| indeks_bahaya_longsor | 0.11 | 0.41 | 0.39 | 0.48 | 0.40 | 0.10 |
| jumlah_sistem_peringatan_dini_bencana_alam | 15.41 | 28.91 | 15.08 | 18.00 | 24.03 | 21.24 |
| kejadian_banjir_2018_2019 | 2.35 | 3.08 | 0.70 | 0.78 | 2.81 | 3.29 |
| kejadian_banjir_bandang_2018_2019 | 0.06 | 0.21 | 0.00 | 0.05 | 0.10 | 0.22 |
| kejadian_kebakaran_hutan_dan_lahan_2018_2019 | 0.53 | 0.17 | 0.13 | 0.03 | 2.12 | 0.36 |
| korban_banjir_2018_2019 | 0.00 | 0.08 | 0.05 | 0.00 | 0.10 | 0.24 |
| mean_precipitation | 1315.93 | 2084.31 | 1428.59 | 1266.18 | 1350.27 | 1328.75 |
| mean_temperature | 25.51 | 23.74 | 24.06 | 23.95 | 24.57 | 25.69 |
| minimarket | 7.94 | 0.66 | 0.03 | 0.40 | 0.12 | 0.83 |
| ndmi_2020 | 0.10 | 0.27 | 0.18 | 0.33 | 0.21 | 0.09 |
| ndwi_2020 | -0.54 | -0.67 | -0.63 | -0.73 | -0.62 | -0.56 |
| pasar_desa | 0.06 | 0.53 | 1.30 | 0.42 | 1.28 | 6.28 |
| penderita_gizi_buruk_2018 | 5.18 | 15.94 | 17.67 | 7.05 | 15.13 | 29.53 |
| percent_protected_area_ha | 5.55 | 13.39 | 13.73 | 9.24 | 21.83 | 13.54 |
| percentage_of_agricultural_small_holder | 8.12 | 42.24 | 34.90 | 11.93 | 36.66 | 54.32 |
| percentage_of_forested_area | 6.50 | 68.02 | 40.47 | 28.49 | 71.99 | 42.68 |
| percentage_of_plantation | 0.01 | 0.05 | 0.31 | 0.00 | 0.25 | 0.94 |
| percentage_of_savanna | 10.97 | 9.85 | 11.07 | 7.49 | 24.98 | 17.21 |
| percentage_of_shrubland | 0.93 | 12.52 | 14.26 | 4.26 | 16.68 | 21.58 |
| percentage_of_water_area | 0.14 | 0.34 | 2.09 | 0.01 | 0.33 | 1.60 |
| poverty_ratio | 21.64 | 57.11 | 61.64 | 43.65 | 49.70 | 49.00 |
| protected_area_ha | 227.59 | 2702.32 | 1942.05 | 641.58 | 4922.72 | 3561.21 |
| rasio_elektrifikasi | 97.60 | 68.65 | 57.76 | 89.26 | 81.55 | 74.97 |
| ratio_kec_to_island | 0.00 | 0.01 | 0.00 | 0.12 | 0.07 | 0.11 |
| ratio_rt_apl | 6.08 | 0.53 | 0.43 | 0.91 | 0.29 | 0.43 |
| slope | 5.32 | 11.58 | 9.84 | 14.88 | 12.29 | 4.95 |
| total_faskes1 | 7.00 | 6.43 | 2.83 | 3.62 | 4.82 | 7.33 |
| total_pasar | 2.18 | 1.53 | 2.16 | 1.23 | 3.08 | 2.38 |
| total_pt | 3.24 | 0.19 | 0.05 | 0.17 | 0.01 | 0.41 |
| total_rs | 1.88 | 0.11 | 0.02 | 0.07 | 0.05 | 0.19 |
| total_sekolah_tinggi | 9.71 | 3.94 | 1.92 | 1.90 | 2.35 | 4.07 |
| wetmonths_mean | 2.79 | 4.58 | 3.55 | 2.49 | 3.06 | 3.04 |
| within_airport_coverage | 7.85 | 0.63 | 0.00 | 1.11 | 0.15 | 1.42 |
3 Hasil & Interpretasi Sementara (Draft)
Tipologi Kerentanan Terhadap Perubahan Iklim pada Penghidupan Berbasis Pertanian di Provinsi Nusa Tenggara Timur